Java算法之LRUCache缓存实现

复制代码
实现一个LRU(最近最少使用)缓存可以通过使用HashMap和双向链表来实现。HashMap用于快速查找缓存中的元素,而双向链表用于维护元素的使用顺序

实现思路:

复制代码
1.使用HashMap存储键值对,以便快速访问。
2.使用双向链表维护元素的使用顺序,最近使用的元素放在链表头部,最少使用的元素放在链表尾部。
3. 每次访问或插入元素时,将该元素移动到链表头部。
4.当缓存容量达到上限时,移除链表尾部的元素。
5. 定义一个内部类 Node,用于表示缓存中的每个元素。
java 复制代码
package com.huawei.od.huawei.algorithm;

import java.util.HashMap;

/**
 * @ClassName: LRUCache缓存实现
 * @author: zengxianjin
 * @Desc: 实现一个LRU(最近最少使用)缓存可以通过使用HashMap和双向链表来实现。HashMap用于快速查找缓存中的元素,而双向链表用于维护元素的使用顺序
 * @create: 2024-09-03 16:39
 * @version: V1.0
 **/
public class LRUCache缓存实现 {
    //    使用HashMap存储键值对,以便快速访问。
    //    使用双向链表维护元素的使用顺序,最近使用的元素放在链表头部,最少使用的元素放在链表尾部。
    //    每次访问或插入元素时,将该元素移动到链表头部。
    //    当缓存容量达到上限时,移除链表尾部的元素。
    // 定义一个内部类 CacheNode,用于表示缓存中的每个元素。
    private class CacheNode {
        int key;   // 键
        int value; // 值
        CacheNode prev; // 指向前一个节点的引用
        CacheNode next; // 指向后一个节点的引用

        // Node 类的构造函数,初始化键和值。
        CacheNode(int key, int value) {
            this.key = key;
            this.value = value;
        }
    }

    // LRUCache 类的成员变量。
    private final int capacity; // 缓存的最大容量
    private final HashMap<Integer, CacheNode> map; // 用于存储键和对应节点的映射
    private final CacheNode head; // 双向链表的头部哨兵节点
    private final CacheNode tail; // 双向链表的尾部哨兵节点

    // LRUCache 类的构造函数,初始化缓存容量和映射,并设置哨兵节点。
    public LRUCache缓存实现(int capacity) {
        this.capacity = capacity;
        this.map = new HashMap<>();
        this.head = new CacheNode(0, 0); // 初始化头部哨兵节点
        this.tail = new CacheNode(0, 0); // 初始化尾部哨兵节点
        head.next = tail; // 头部哨兵节点指向尾部哨兵节点
        tail.prev = head; // 尾部哨兵节点指向头部哨兵节点
    }

    // get 方法,用于获取键对应的值。
    public int get(int key) {
        CacheNode node = map.get(key); // 从映射中获取节点
        if (node == null) {
            return -1; // 如果节点不存在,返回 -1
        }
        moveToHead(node); // 将节点移动到链表头部
        return node.value; // 返回节点的值
    }

    // put 方法,用于插入或更新键值对。
    public void put(int key, int value) {
        CacheNode node = map.get(key); // 从映射中获取节点
        if (node == null) {
            CacheNode newNode = new CacheNode(key, value); // 如果节点不存在,创建新节点
            map.put(key, newNode); // 将新节点添加到映射中
            addNode(newNode); // 将新节点添加到链表头部
            if (map.size() > capacity) { // 如果映射的大小超过容量,移除尾部节点
                CacheNode tail = popTail(); // 移除链表尾部节点
                map.remove(tail.key); // 从映射中移除对应的键
            }
        } else {
            node.value = value; // 如果节点存在,更新节点的值
            moveToHead(node); // 将节点移动到链表头部
        }
    }

    // addNode 方法,用于将节点添加到链表头部。
    private void addNode(CacheNode node) {
        node.prev = head; // 设置节点的前驱为头部哨兵节点
        node.next = head.next; // 设置节点的后继为头部哨兵节点的后继
        head.next.prev = node; // 将头部哨兵节点的后继的前驱设置为新节点
        head.next = node; // 将头部哨兵节点的后继设置为新节点
    }

    // removeNode 方法,用于从链表中移除节点。
    private void removeNode(CacheNode node) {
        CacheNode prev = node.prev; // 获取节点的前驱
        CacheNode next = node.next; // 获取节点的后继
        prev.next = next; // 将节点的前驱的后继设置为节点的后继
        next.prev = prev; // 将节点的后继的前驱设置为节点的前驱
    }

    // moveToHead 方法,用于将节点移动到链表头部。
    private void moveToHead(CacheNode node) {
        removeNode(node); // 首先从链表中移除节点
        addNode(node); // 然后将节点添加到链表头部
    }

    // popTail 方法,用于移除链表尾部的节点。
    private CacheNode popTail() {
        CacheNode res = tail.prev; // 获取尾部哨兵节点的前驱,即链表尾部的节点
        removeNode(res); // 从链表中移除节点
        return res; // 返回被移除的节点
    }

    // main 方法,用于演示 LRUCache 的使用。
    public static void main(String[] args) {
        LRUCache缓存实现 cache = new LRUCache缓存实现(2); // 创建一个容量为 2 的 LRU 缓存
        cache.put(1, 3); // 插入键值对 (1, 3)
        cache.put(2, 4); // 插入键值对 (2, 4)
        System.out.println(cache.get(1)); // 获取键 1 的值,返回 3
        cache.put(3, 1); // 插入键值对 (3, 1),导致键 2 被淘汰
        System.out.println(cache.get(2)); // 获取键 2 的值,返回 -1(未找到)
        cache.put(4, 7); // 插入键值对 (4, 4),导致键 1 被淘汰
        System.out.println(cache.get(1)); // 获取键 1 的值,返回 -1(未找到)
        System.out.println(cache.get(3)); // 获取键 3 的值,返回 1
        System.out.println(cache.get(4)); // 获取键 4 的值,返回 7
    }
}

时间复杂度:

get和put操作的时间复杂度均为O(1)。

相关推荐
paopaokaka_luck几秒前
高校社团管理(AI辅助任务分配、协同过滤算法推荐、ECharts数据可视化、活动参与闭环、校园交流与反馈、器材借还管理)
java·前端·javascript·spring boot·数据分析·echarts
薛定e的猫咪8 分钟前
(AISTATS 2023)BaCaDI:未知干预下的贝叶斯因果发现
人工智能·深度学习·算法·机器学习
vx_Biye_Design14 分钟前
springboot小区管理系统68491-计算机课程设计、毕业设计
java·vue.js·spring boot·后端·spring·课程设计·express
专业程序开发源23 分钟前
springboot外卖系统94294-计算机课程设计、毕业设计
java·vue.js·spring boot·后端·spring·php·课程设计
ShineWinsu36 分钟前
对于Redis:RDB持久化的解析
linux·数据库·redis·缓存·面试·持久化·rdb
漂流瓶jz1 小时前
UVA-11491 奖品的价值 题解答案代码 算法竞赛入门经典第二版
c++·算法·图论·题解·aoapc·算法竞赛入门经典·uva
Moshow郑锴2 小时前
sql-pipeline - 基于PostgreSQL的SQL健康检查与发布编排平台
java·sql
weixin_307779135 小时前
C++代码实现MATLAB中的dlarray函数功能
开发语言·c++·算法·matlab
Wang's Blog10 小时前
Java 项目实战: 外卖平台优化-Nginx配置文件结构与块层级
java·开发语言·nginx
hetao173383711 小时前
2026-10-03~04 hetao1733837 的刷题记录
c++·算法